DolphinDB嵌入式ARM版本不同于传统的嵌入式数据库只有存储和简单查询功能，它完整地保留了DolphinDB服务器版本的所有功能，并且体积轻量、部署简单，能够轻松实现万级设备互联。

DolphinDB是完全自主研发的新一代的高性能分布式时序数据库，以一站式大数据方案、快速开发、性能优异、综合使用成本低著称。DolphinDB目前广泛应用于量化金融和工业物联网两大场景。

Grafana是一个开源的基于web的数据展示工具，非常擅长做时序数据的动态展示。DolphinDB作为新一代的高性能时序数据库，不仅提供了Grafana的数据接口，还提供了Grafana的dolphindb-datasource插件。只要在Grafana中安装dolphindb-datasource，就可以通过图表的方式把DolphinDB Table的数据展示在Web上，特别适用于物联网中的实时性能监控、阈值预警和实时数据分析。

工业物联网的数据采集有着频率高、设备多、维度高的特点，数据量非常大，对系统的吞吐量有很高的要求。同时工业物联网往往需要系统能够实时处理数据，对系统预警，监控，甚至反控。不少系统还需要提供图形化终端供操作工人实时监控设备的运行，这给整个系统带来了更大的压力。

DolphinDB是一款分析型的分布式时序数据库(time-series database)，内置处理流式数据处理引擎，具有内置的并行和分布式计算的功能，并提供分布式文件系统，支持集群扩展。

TA-Lib是一个Python库，封装了用C语言实现的金融交易技术分析的诸多常用指标。为了方便用户在DolphinDB中计算这些技术指标，我们使用DolphinDB脚本实现了TA-Lib中包含的指标函数，并封装在DolphinDB ta module (ta.dos)中。 使用ta模块需要DolphinDB Database Server 1.10.3 或以上版本。

DolphinDB是高性能分布式时序数据库，内置了丰富的计算功能和强大多范式编程语言。为了能够提高DolphinDB脚本的执行效率，从1.01版本开始，DolphinDB支持即时编译（JIT）。

DolphinDB提供了功能强大的内存计算引擎，内置时间序列函数，分布式计算以及流数据处理引擎，在众多场景下均可高效的计算K线。本教程将介绍DolphinDB如何通过批量处理和流式处理计算K线。

对加密货币盘口与逐笔交易数据的回放展示，可帮助量化研究人员检验量化策略，也有助于交易员复盘，加深对市场的洞察。DolphinDB可实现盘口和逐笔交易数据的高速回放，以及对回放结果逐点查询。

我们进行数据处理时，考虑到后续的向量化操作，有时会希望数据或者中间结果将原始数据转置，即每行代表不同的时刻，而每列代表一只股票。在DolphinDB中可通过pivot by语句对原始数据或分组聚合结果进行行列转置。若与向量化操作搭配使用，在高频数据处理和计算中，行列转换不仅可简化策略代码，还能提高代码效率。